搞懂spark-submit参数及应用程序提交（详细）

提交申请

spark的bin目录中的spark submit脚本用于在集群上启动应用程序。它可以通过一个统一的接口使用Spark支持的所有集群管理器，这样您就不必特别为每个集群管理器配置应用程序。

捆绑应用程序的依赖项

如果代码依赖于其他项目，则需要将它们与应用程序一起打包，以便将代码分发到Spark集群。为此，创建一个包含代码及其依赖项的程序集jar（或“uber”jar）。sbt和Maven都有汇编插件。创建程序集jar时，将Spark和Hadoop列为提供的依赖项；这些依赖项不需要绑定，因为它们是由集群管理器在运行时提供的。一旦有了一个组装好的jar，就可以在传递jar时调用bin/spark提交脚本，如图所示。

对于Python，可以使用spark-submit的--py-files参数增加.py、.zip或.egg 文件与应用程序一块被分发。如果依赖多个Python文件，建议将它们打包到.zip或中.egg。

使用spark submit启动应用程序

捆绑用户应用程序后，可以使用bin/spark-submit提交脚本启动它。此脚本负责使用Spark及其依赖项设置路径，并且可以支持Spark支持的不同群集管理器和部署模式：

./bin/spark-submit \
  --class <main-class> \
  --master <master-url> \
  --deploy-mode <deploy-mode> \
  --conf <key>=<value> \
  ... # other options
  <application-jar> \
  [application-arguments]

spark-submit 参数详解

在将项目打包之后，可能需要将其提交到大数据平台上去跑，这个时候就涉及到脚本处理。这里主要是有关spark的运行任务…一些常用的提交参数配置如下所示：

参数名	简介
class	spark程序的主类，仅针对 java 或 scala 应用，注意用  全包名+类名
nam